DEVICE, METHOD, AND SYSTEM FOR WEIGHTED KNOWLEDGE TRANSFER

Aspects relate to a privacy preserving public machine learning model that achieves high performance while maintaining data privacy. Further aspects relate to a weighted knowledge transfer device including a feature determination unit to generate a public knowledge transfer dataset and a private knowledge transfer dataset; a data selection unit to generate, based on a similarity calculation of the public knowledge transfer dataset and the private knowledge transfer dataset, a public training dataset and a similarity weight vector; a machine learning model management unit to generate, by processing the public training dataset with a set of machine learning models trained based on the private knowledge transfer dataset, a public label vector that indicates labels for the set of public features; and a knowledge transfer unit to generate a public machine learning model based on the weight vector, the public training dataset, and the public label vector. Des aspects concernent un modèle d'apprentissage automatique public préservant la confidentialité qui atteint des performances élevées, tout en maintenant la confidentialité des données. D'autres aspects concernent un dispositif de transfert de connaissances pondéré comprenant une unité de détermination de caractéristiques pour générer un ensemble de données de transfert de connaissances public et un ensemble de données de transfert de connaissances privé ; une unité de sélection de données pour générer, sur la base d'un calcul de similarité de l'ensemble de données de transfert de connaissances public et de l'ensemble de données de transfert de connaissances privé, un ensemble de données d'entraînement public et un vecteur de pondération de similarité ; une unité de gestion de modèle d'apprentissage automatique pour générer, par traitement de l'ensemble de données d'entraînement public avec un ensemble de modèles d'apprentissage automatique entraînés sur la base de l'ensemble de données de transfert de connaissances privé, un vecteur d'étiquette public qui indique des étiquettes pour l'ensemble de caractéristiques publiques ; et une unité de transfert de connaissances pour générer un modèle d'apprentissage automatique public sur la base du vecteur de pondération, de l'ensemble de données d'entraînement public et du vecteur d'étiquette public.